Intelligenza artificiale

Corso di storia della scienza e della tecnica A.A.
2009/2010
Intelligenza artificiale
Il problema della definizione e delle origini
Viola Schiaffonati
Dipartimento di Elettronica e Informazione
Sommario
• Il problema della definizione
– Quale definizione o definizioni?
• Il problema delle origini
– Il ruolo dei precursori
– La tradizione di ricerca
2
Il problema della definizione
• Mancanza di una definizione univoca
• Molteplici definizioni
• Definizioni classificate lungo due dimensioni
– Pensiero vs. comportamento
– Prestazioni umane vs. prestazioni razionali
3
Cosa fa l’intelligenza artificiale?
Sistemi che pensano
come esseri umani
Sistemi che pensano
razionalmente
Sistemi che agiscono
come esseri umani
Sistemi che agiscono
razionalmente
4
Pensare come un essere umano
• Approccio modellizzazione cognitiva
– Modo di determinare come pensano gli esseri
umani (scienze cognitive)
• Introspezione o sperimentazione psicologica
• Tradizione psicologica
• Il GPS (A. Newell, H. Simon)
– Soluzioni corrette e simulazione dei processi
umani
5
Agire come un essere umano
• Approccio convenzionale
– Intelligente è ciò che realizza un determinata prestazione
• Estensione della nozione di intelligenza
– Non solo pensare, ma anche agire
• Tradizione del test di Turing (1950)
– Abilità nel raggiungere
prestazioni a livello umano
sufficienti a ingannare un interrogante
6
Pensare razionalmente
• Approccio delle leggi del pensiero
– Codificare e rappresentare cosa significa pensare
correttamente
• Razionalità come concetto ideale di intelligenza
– Un sistema è razionale se agisce in conseguenza di una
determinata conoscenza iniziale in vista di determinati
obiettivi
– Standard della razionalità definito in modo esatto
• Tradizione logicista
– Programmi che, in linea di principio, risolvono ogni
problema risolvibile espresso in notazione logica
7
Agire razionalmente
• Approccio degli agenti razionali
– Agire per raggiungere i propri obiettivi date le
proprie credenze
• Agente razionale
• Razionalità limitata
– Agire appropriatamente anche con informazione
incompleta e tempo insufficiente
8
Intelligenza artificiale
• Definizione convenzionale di intelligenza
• Estensione costante dei confini
• Scienza e ingegneria
– Capire cosa sia l’intelligenza
– Costruire qualcosa che agisca con intelligenza
9
Il problema delle origini
• Data di nascita ufficiale (1956)
• Ruolo dei precursori
– Ingegneria dei calcolatori
– Cibernetica
• Tradizione di ricerca
– Tendenza dell’uomo a rappresentare se stesso
– Tradizione formalistica di indagine sulla mente
10
Tradizione di ricerca:
il mondo antico
• Erone di Alessandria (I sec. d.C)
– Automi semoventi tramite meccanismi idraulici
e pneumatici
11
Tradizione di ricerca:
il mondo medievale
• Raimondo Lullo (1235-1315)
– Ars Magna: principi che contengono tutte le
scienze rappresentati da numeri e simboli
combinati tra loro
– Ars inveniendi veritatem
12
Tradizione di ricerca:
la rivoluzione scientifica (1)
• Cartesio (1596-1650)
– Problema mente-corpo
– Distinzione azioni razionali
e azioni meccaniche
• La Mettrie (1709-1751)
– L’uomo-macchina
13
Tradizione di ricerca:
la rivoluzione scientifica (2)
• Pascal (1623-1662)
– Macchina calcolatrice
• Leibniz (1646-1716)
– Progetto di meccanizzazione della ragione (calculus
ratiocinator)
– Sistema assiomatico-deduttivo
14
Tradizione di ricerca:
Charles Babbage (1791-1871)
• Tavole numeriche per i calcoli
• Macchina alle differenze
– Calcolo automatico delle tavole logaritmiche
• Macchina analitica
– Magazzino memoria
– Sistema di controllo
15
Tradizione di ricerca:
Alan Turing (1912-1954)
• Teoria della computabilità
– Nozione di algoritmo basata sul concetto di
macchina universale
– Macchina universale
• Mediante un numero finito di azioni può esprimere
qualsiasi procedura definita
– Algoritmo
• Sequenza delle operazioni che possono essere svolte
dalla macchina universale
16
I precursori (1)
• Ingegneria dei calcolatori
– Z3, Eniac
17
I precursori (2)
• Cibernetica
– Studio della comunicazione e del controllo negli
organismi viventi e non viventi
– McCulloch, Pitts (1943)
• Primo modello di neuroni artificiali
• Ogni funzione calcolabile può essere calcolata da una rete
di neuroni
18
La nascita dell’intelligenza artificiale
• Seminario di Darmouth (agosto 1956)
• J. McCarthy, M. Minsky, C. Shannon, N.
Rochester
• “Esaminare la congettura che ogni aspetto
dell’apprendimento o ogni altro aspetto dell’intelligenza
possa essere, in linea di principio, descritto in modo
tanto preciso che si possa fare sì che una macchina lo
simuli”
[McCarthy 1955]
19
Fondamenti dell’intelligenza artificiale (1)
• Matematica
– Approccio formale alla logica
– Nozione di algoritmo
– Teoria della probabilità
• Psicologia
– Fondamenti del pensiero e dell’azione
– Nozione di agente basato sulla conoscenza
• Neuroscienze
– Studio del funzionamento del cervello
– Modo di elaborare le informazioni da parte del cervello
20
Fondamenti dell’intelligenza artificiale (2)
• Economia
– Teoria della decisione
– Azioni razionali
– Processi decisionali
• Linguistica
– Modelli sintattici innati
– Sintassi, semantica, pragmatica
• Filosofia
– Natura dell’intelligenza e sua riproducibilità
– Connessioni fra conoscenza e azione
– Teorie del ragionamento e dell’apprendimento
21
Le grandi aspettative dei primi anni
(1956-1969)
• Declino temporaneo dei modelli a reti neurali
• Meccanismi di ricerca generali (applicazioni ai
giochi)
• Concezione limitata di intelligenza
– GPS (Simon, Newell)
– Micromondi (Minsky)
– Lisp (McCarthy)
22
I primi problemi (1966-1973)
• Complessità e ampiezza dei problemi
• Insuccesso programmi di traduzione
automatica
– Ritiro sovvenzioni
– Crisi generale
• Incapacità di trattare l’esplosione combinatoria
23
Sistemi basati sulla conoscenza
(1969-1979)
• Aree più ristrette di competenza
• Sistemi esperti
– Importanza della conoscenza
del dominio e della sua
adeguata descrizione
– Sistemi di supporto all’esperto umano
• Trattamento del linguaggio naturale
– Attenzione all’aspetto semantico oltre a quello
sintattico
24
L’intelligenza artificiale come industria
(1980-oggi)
• Sistemi esperti commerciali
• Progettazione di chip
• Interfacce uomo-macchina
25
Il ritorno delle reti neurali (1986-oggi)
• Inventati nuovamente gli algoritmi di
apprendimento
• Modelli connessionisti dei sistemi intelligenti
26
L’intelligenza artificiale diventa una
scienza (1987-oggi)
• Rivoluzione nei contenuti e nelle metodologie
– Teorie già esistenti
– Teoremi rigorosi
– Evidenze sperimentali
• Approccio probabilistico
– Reti di credenza: ragionamento evidente dalla
combinazione di evidenze incerte
27
Il paradigma degli agenti intelligenti
(1995-oggi)
• Dall’agente singolo: problema dell’agente nella
sua interezza
– Robotica, visione artificiale, apprendimento
automatico
• Ai gruppi di agenti: sistemi di agenti che
interagiscono
– Interazione positiva: cooperazione
– Interazione negativa: competizione
28
Agente razionale
• Razionalità: ragioni per agire
– Tradizione economica: funzione numerica di utilità
– Razionalità qualitativa: credenze, desideri, obiettivi
• Autonomia
– Accezione intuitiva: autonomia in senso lato
– Accezione relativa: autonomia rispetto agli altri
agenti
• Adattatività: apprendimento individuale
29
Sistemi multiagente
• Sistemi di agenti razionali che interagiscono
• Evoluzione del concetto di interazione
– DPS: processi in parallelo
– DAI: decomposizione problema, ma unica struttura
– MAS: non più strutture centralizzate ed evoluzione
verso forme più complesse di interazione
– AS: strutture dinamiche e modello delle società
umane
30
Corso di storia della scienza e della tecnica A.A.
2009/2010
Intelligenza artificiale
Fondamenti filosofici
Filosofia e intelligenza artificiale
• Filosofia come uno dei fondamenti
dell’intelligenza artificiale
– È possibile applicare regole formali per trarre
conclusioni valide?
– In che modo la mente scaturisce dal cervello
fisico?
– Da dove proviene la conoscenza?
32
Le relazioni con la filosofia
• Non solo fondamenti, ma relazione di
reciproco arricchimento
– Problematiche fondazionali
– Tematiche centrali
– Conseguenze significative
33
Problematiche fondazionali
• Problemi preliminari affrontati alla nascita
dell’intelligenza artificiale
– Da dove proviene la conoscenza?
– Come la conoscenza si trasforma in azione?
– Che cos’è l’intelligenza?
• La tradizione filosofica ha già fornito
risposte?
34
Il test di Turing
• “Le macchine possono pensare?” sostituita
con un test comportamentale di intelligenza
(Computing Machinery and Intelligence, 1950)
• Problema di definire i termini
– Macchina
– Pensare
• Sostituire la domanda con un’altra
strettamente connessa ed espressa in modo
non ambiguo
35
Il gioco dell’imitazione
• Tre protagonisti
– Un uomo (A)
– Una donna (B)
– Un interrogante (C)
• C è in una stanza separato da A e B che conosce come
XeY
• Obiettivo: C deve determinare quale delle due persone
sia l’uomo e quale la donna attraverso domande
• A ha lo scopo di ingannare C, mentre B ha lo scopo di
aiutare C nella corretta identificazione
36
Il test di Turing
Le macchine possono pensare?
sostituita con
Che cosa accade se nel gioco dell’imitazione una
macchina prende il posto di A? L’interrogante sbaglia
altrettanto spesso in questo caso di quando il gioco è
effettuato fra un uomo e una donna?
37
Perchè una nuova domanda?
• Criterio di successo definito in maniera precisa
(ma non la nozione di intelligenza!)
• Linea di demarcazione fra capacità fisiche e
capacità intellettuali dell’uomo: solo le ultime
considerate nel test di Turing
• Metodo basato su domanda e risposta: consente
di introdurre tutti i campi dell’attività umana
che si vogliono considerare
38